• 문화기술의 융합
• /
• 제7권3호
• /
• pp.123-134
• /
• 2021

본 연구는 덕성여자대학교 비교과교육과정의 성과분석 고도화를 위한 근거기반 실제를 융합적으로 탐색하는데 목적을 두어 실시되었다. 연구 방법은 교육학 분야에서 대학의 비교과교육과정에 대한 성과분석을 다룬 선행연구를 분석하는 절차와 함께 전문가 회의 절차로 구성되었다. 연구 내용은 덕성여자대학교에서 비교과통합관리센터 조직 신설 이후 비교과교육과정의 성과분석 고도화를 위하여 근거기반되어야 할 실제를 몇 가지로 제시하는 것으로 구성되었다. 그리고 그 실제로는 비교과 맞춤형 학습역량 진단 도구 개발 및 진단 분석, 데이터 기반의 다차원적 분석(IR 시스템), 비교과 인증을 통한 상시 모니터링 분석, 부수적 환류도구 기반 분석이 융합적 관점과 맥락에서 제시되었다. 연구 결과, 덕성여자대학교 비교과교육과정의 성과분석 고도화를 위한 근거기반 실제는 덕성여자대학교의 비교과교육과정 성과평가 및 환류 시스템의 타당성과 안정성을 담보해 주며, 타 대학의 비교과 교육 업무에 긴밀한 영향을 줄 수 있는 것으로 분석되었다.

• 한국컴퓨터정보학회논문지
• /
• 제27권3호
• /
• pp.53-61
• /
• 2022

4차 산업혁명 기술의 발전으로 가상과 현실의 경계가 모호한 디지털 환경 속에서 MZ세대와 메타버스가 가장 큰 주목을 받고 있다. 이러한 MZ세대에 부합되는 교수학습 방식으로 메타버스가 주목받고 있다. 본 연구에서는 에듀테크 관점에서 언론사 뉴스 분석을 통해 메타버스 플랫폼 중의 하나인 게더타운의 활성화 요인을 탐색해 보고자 하였다. 이를 위해 한국언론재단에서 제공하는 빅카인즈 시스템을 이용하여 빅데이터 관점에서 분석해 보았다. 그 결과 COVID-19 팬데믹 이후에 나타날 미래교육에서 '게더타운'의 활용도는 크게 증가할 것으로 예상된다. 둘째, 연관어와 워드크라우드 분석에서, '비대면'이나 '대학' 그리고 '신입생' 등 교육 관련 용어들의 가중치가 비교적 높게 나타났으며, '메타버스', '메타버스 플랫폼'을 포함하여, '코로나19'나 '아바타' 등의 용어도 중심적인 위치에 있는 것으로 나타났다. 셋째, 네트워크 분석에서 도출된 주요 용어로는 '코로나19, 아바타, 대학생, 진로, 유튜브' 가 포함되어 있는 것으로 나타났다. 이러한 여건 하에서, 본 연구 결과는 메타버스 플랫폼의 하나인 게더타운의 향후 교육 영역에서의 활용이 보다 활성화 되는데 크게 기여할 것으로 기대된다.

• 한국정보전자통신기술학회논문지
• /
• 제15권2호
• /
• pp.103-108
• /
• 2022

광각 카메라 시스템으로 획득한 전천 영상을 이용한 구름 관측은 21세기 초반부터 다양한 연구가 진행되었으나 목측을 완벽하게 대체할 자동 관측 시스템은 얻지 못하였다고 판단된다. 본 연구는 목측의 자동화를 목표로 제안한 알고리즘의 최종 단계인 구름 관측의 정량화를 검증하기 위하여 전천 영상과 보정 영상의 구름 분포를 비교 분석하였다. 그 이유는 구름은 종류에 따라 일정한 높이에 형성되고, 전천 영상은 망막의 영상처럼 렌즈의 중심부는 확대되고 가장자리는 축소되지만, 인간의 학습 능력과 공간 인지 능력 등이 구름 관측에 미치는 영향은 알려진 바가 없기 때문이다. 본 연구 결과는 전천 영상과 보정 영상의 구름 관측 오차가 평균은 1.23%였다. 따라서 10분위 또는 10단계로 관측되는 목측과 비교하면 보정에 의한 오차는 관측량의 1.23%로 목측의 허용 오차보다 매우 적을뿐만 아니라 인간의 실수를 포함하지 않으므로 정확히 정량화된 데이터의 수집이 가능함을 확인하였다. 또한 보정에 의한 운량의 변화가 미미하므로, 불필요한 보정 단계를 생략하고 보정 이전의 전천 영상에서 운량을 관측하여도 정확한 관측치를 얻을 수 있음을 확인하였다.

• 대한원격탐사학회지
• /
• 제38권6_2호
• /
• pp.1663-1676
• /
• 2022

최근 딥러닝을 활용한 토지피복분류 기법 연구가 다수 수행되고 있다. 그런데 양질의 토지피복 학습데이터를 충분하게 구축되지 못하여 성능이 저하되는 양상이 확인되었다. 이에 따라 본 연구에서는 데이터 확장 기법의 적용을 통한 토지피복분류 성능의 향상을 확인하였다. 분류 모델로는 U-Net이 활용되었으며 AI Hub에서 제공하는 토지피복 위성 이미지 자료를 연구자료로 활용하였다. 원본 데이터로 학습한 모델과 데이터 확장 기법이 적용된 데이터로 학습한 모델의 픽셀 정확도는 각각 0.905와 0.923이었으며 평균 F1 스코어는 각각 0.720과 0.775로 데이터 확장 기법을 적용하였을 때가 보다 우수한 성능을 나타내는 사실을 확인할 수 있었다. 또한 원본 학습데이터를 활용하여 학습한 모델의 경우 건물, 도로, 논, 밭, 산림, 비대상 지역 클래스에 대한 F1 스코어가 0.770, 0.568, 0.733, 0.455, 0.964 그리고 0.830이었으며, 데이터 확장을 적용하였을 때에 각 클래스에 대한 F1 스코어는 각각 0.838, 0.660, 0.791, 0.530, 0.969 그리고 0.860으로 모든 클래스에 대해 데이터 확장이 성능향상에 유효하다는 사실을 확인하였다. 또한, 클래스 균형에 대한 고려없이 데이터 확장을 적용했음에도 불구하고 데이터 불균형에 의한 클래스별 성능 왜곡을 완화할 수 있다는 사실을 확인할 수 있었다. 이는 절대적인 학습데이터의 양이 증가했기 때문이라 판단된다. 본 연구 결과는 다양한 영상 처리 분야에서 데이터 확장 기법의 중요성과 효과를 증명하는 기반 자료의 역할을 수행할 것으로 기대한다.

• 대한화학회지
• /
• 제66권5호
• /
• pp.362-375
• /
• 2022

이 연구에서는 과학교사의 NOS 수업을 직접 관찰하고 이 수업에서 나타나는 특징을 분석하였다. 2015 개정 교육과정에 따른 '과학탐구실험'의 수업에서 NOS를 가르치고 있는 과학교사 3명이 연구에 참여하였다. 이들의 NOS 수업을 관찰하였고 수업의 전후에 면담을 실시하였다. 수집한 자료는 분석적 귀납법과 지속적 비교 방법을 사용하여 분석하였다. 분석 결과, NOS에 대한 교사들의 전통적 관점이 수업 중에도 그대로 드러났으며 면담에서 현대적인 관점을 보이더라도 수업에서는 전통적인 관점으로 모순된 모습을 보이는 경우도 있었다. 세 교사가 가르친 NOS의 영역은 다양하였으나 '잠정성'은 모두 가르쳤으며 이를 중요한 목표로 생각하였다. 교사들은 주로 자신의 전공과 관련된 내용으로 NOS를 가르치고자 하여 NOS 교수는 교사의 전공과 깊은 관련이 있는 것으로 나타났다. 교사들은 미지의 탐구 대상을 추론함으로써 NOS를 학습하는 활동에서 활동의 규칙과 달리 탐구 대상을 공개하기도 하였는데 이것이 오히려 학습 효과를 높일 수 있을 것이라는 견해를 보였다. 마지막으로 교사들은 NOS의 중요성을 강조하였으나 NOS에 대한 평가를 실시하지 않거나 제한된 방법으로만 평가를 실시하는 등 평가에서 부족한 모습을 보였다. 이상의 연구 결과를 바탕으로 교사교육과 후속 연구의 방향을 제안하였다.

• 적정기술학회지
• /
• 제6권2호
• /
• pp.200-207
• /
• 2020

팹랩(Fab Lab)의 설립목적은 전세계 지역 커뮤니티의 지속 가능한 발전을 도모하는 것이다. 이를 위해 팹 재단(Fab Foundation)은 2054년까지 도시의 자급자족률을 50% 이상을 유지하는 자원 순환형 사회를 준비하고 있다. 팹랩은 선진국에서 창업이나 전문가를 위한 제작 공간뿐만 아니라, 학습과 창조를 위한 개방형 혁신 공간으로 자리매김하고 있다. 또한, 신흥국에서는 개인 혹은 커뮤니티의 요구를 반영하는 적정한 신기술을 제작하고, 공유하는 디지털 제작터의 역할을 수행하고 있다. 인도 전역에 70개의 팹랩이 있으며, 이는 러시아의 48개를 앞서는 신흥국 최대 규모이다. 인도의 팹랩은 6개월마다 주기적인 모임을 통해 협업 프로젝트를 진행하고, 많은 스타트업을 양산해내고 있다. 본 연구의 주제인 팹랩 빅얀 아쉬람은 인도 농촌의 대안학교에 디지털 랩의 개념을 이전하는 장소로 정의하고 있다. 본 연구에서 구루쿨라(Gurukula) 제도의 현대판인 빅얀 아쉬람이라는 농업공동체 대안학교가 팹랩이라는 디지털 패브리케이션과 성공적으로 결합하여, 제4차 산업혁명의 새로운 시민주도의 메이킹 커뮤니티로 거듭난 사례를 살펴보았다. 이를 바탕으로 현지 실정에 맞는 인도 팹랩의 발전 모델을 탐색해 보았다.

• 공학교육연구
• /
• 제24권4호
• /
• pp.3-20
• /
• 2021

As we have become more interested in 'competency' that means ability to do something around the world, the competency of the best performers has also been introduced in the university curriculum as a concept of core competency. Research continues on why this competency-based education is needed compared to existing academic-oriented education, how it can be introduced into existing curricula, and how it can be developed and evaluated in detail. This study develops and validates core competency assessment tools that can diagnose core competencies of engineering students. Therefore, this research paper conducted a literature review related to core competencies and also core competency assessment tools of university students. It seeks to explore the implications of core competency assessment tools for engineering students and then lay the foundation for competency-based teaching and learning at engineering colleges. And also it defines the concepts of core competencies and each core competency of engineering students through prior research analysis of competence, core competence, and core competence of university students. The primary core competency assessment tool consisted of sub-factors and questions of core competencies. It were modified through the expert validation of the primary one and then it was used as a core competency assessment tools for preliminary investigation. The core competency assessment tools for engineering students are consisted of 6 competencies, 22 sub-factors, and 91 questions. There are core competencies as follows: engineering basic competencies, major engineering competencies, self-management competencies, communication competencies, interpersonal competencies, global competencies. The preliminary survey was conducted on 426 engineering students attending the Engineering Education FESTA 2019. The preliminary findings were derived by conducting exploratory factor analysis, confirmatory factor analysis, question characteristics analysis, and reliability analysis for validation. The core competency assessment tools developed through this study can be used to verify the effectiveness of the curriculum and programs for students at engineering colleges. In addition, the developed core competencies, sub-factors, and questions can be utilized in a series of courses that design, conduct, and evaluate engineering curricula and programs as competency-based curriculum. The significance of this study is to lay the groundwork for providing competency-based education engineering students to develop core competencies.

• Ecology and Resilient Infrastructure
• /
• 제8권2호
• /
• pp.112-119
• /
• 2021

국립공원공단에서는 공원 자연 생태계의 효율적 보전·관리를 위해 2012년부터 생태계 건강성 평가를 실시하였다. 그러나 자연공원법 개정, 정책 변화, 관리 지표 부재에 따라 지표 개선의 필요성을 인식하였다. 특히 기존지표에서는 해양생태계평가 지표 부재, 정책변화와 시대적 요구를 반영하지 못하는 어려움이 있었다. 또한 기존 평가시스템은 멸종위기종, 생태계교란종, 종다양도, 수질 (BOD, DO), 서식지파편화 지표 등으로 생물종 중심의 비중이 높았다. 평가결과는 5등급 체계로 구성되어 각 지표에 대한 즉각적인 변화를 분석하기 어려웠다. 따라서, 평가시스템 개선을 통해 BPI와 서식지복원지표를 추가하였다. 종다양도는 4개 분류군을 대상으로만 평가하였으나, 10개 분류군으로 전체 공원을 평가하였다. 평가 등급은 5개 상태, 5 등급에서 5개 상태, 10 등급으로 세분화하여 픽토그램으로 제시하였다. 평가결과 개선 전과 전체적으로 유사한 경향성을 보였고, 3단계에서 5단계로 확대 되었다. 그러나 월악산국립공원은 개선 전 평가 결과보다 낮고, 주왕산국립공원은 높게 평가되었다. 본 연구는 생태계 건강성 평가 시스템 개선을 통해 국립공원 생태계의 과학적·체계적 관리에 기여하고자 한다.

• 한국해안·해양공학회논문집
• /
• 제34권4호
• /
• pp.109-118
• /
• 2022

정점 표층 수온 관측 데이터 중 결측 구간의 데이터를 양방향 순환신경망(Bidirectional Recurrent Neural Network, BiRNN) 기법을 이용하여 보간하였다. 인공지능 기법 중 시계열 데이터에 일반적으로 활용되는 Recurrent Neural Networks(RNNs)은 결측 추정 위치까지의 시간 흐름 방향 또는 역방향으로만 추정하기 때문에 장기 결측 구간에는 추정 성능이 떨어진다. 반면, 본 연구에서는 결측 구간 전후의 양방향으로 추정을 하여 장기 결측 데이터에 대해서도 추정 성능을 높일 수 있다. 또한 관측점 주위의 가용한 모든 데이터(수온, 기온, 바람장, 기압, 습도)를 사용함으로써, 이들 상관관계로부터 보간 데이터를 함께 추정하도록 하여 보간 성능을 더욱 높이고자 하였다. 성능 검증을 위하여 통계 기반 모델인 Multivariate Imputation by Chained Equations(MICE)와 기계학습 기반의 Random Forest 모델, 그리고 Long Short-Term Memory(LSTM)을 이용한 RNN 모델과 비교하였다. 7일간의 장기 결측에 대한 보간에 대해서 BiRNN/통계 모델들의 평균 정확도가 각각 70.8%/61.2%이며 평균 오차가 각각 0.28도/0.44도로 BiRNN 모델이 다른 모델보다 좋은 성능을 보인다. 결측 패턴을 나타내는 temporal decay factor를 적용함으로써 BiRNN 기법이 결측 구간이 길어질수록 보간 성능이 기존 방법보다 우수한 것으로 판단된다.

• 인터넷정보학회논문지
• /
• 제23권2호
• /
• pp.29-35
• /
• 2022

자외선은 노출 정도에 따라 인체에 유익 또는 유해한 영향을 미치므로 개인별 적정 노출을 위해서는 정확한 자외선(UV) 정보가 필요하다. 국내의 경우 기상청에서 생활기상정보의 한 요소로 자외선 정보를 제공하고 있으나 지역별 자외선 지수(UVI, Ultraviolet Index)로 사용자 위치의 정확한 UVI를 제공하지는 못하고 있다. 일부에서는 정확한 UVI의 취득을 위해 직접 계측기를 운용하지만 비용이나 편의성에 문제가 있고, 태양의 복사량과 운량 등 주변 환경요소를 통해 자외선 양을 추정하는 연구도 소개되었으나 개인별 서비스 방법을 제시하지는 못하였다. 이에 본 논문에서는 각 개인별 위치에서의 정확한 UVI 제공을 위한 태양객체 정보와 태양광 특성을 이용한 UVI 산출 딥러닝 모델을 제안한다. 기 수집한 하늘이미지 및 태양광 특성을 분석하여 태양의 위치 및 크기, 조도 등 UVI와 상관도가 높은 요소들을 선정한 후 DNN 모델을 위한 데이터 셋을 구성한다. 이후 하늘이미지로부터 Mask R-CNN을 통해 추출한 태양객체 정보와 태양광 특성을 입력하여 UVI를 산출하는 DNN 모델을 구현한다. 국내 UVI 권고기준을 고려, UVI 8이상과 미만인 날에 대한 성능평가에서는 기준장비 대비 MAE 0.26의 범위 내 정확한 UVI의 산출이 가능하였다.